Retinotopic Mechanics derived using classical physics

방 안을 둘러볼 때마다 당신의 눈은 한 물체에서 다른 물체로 빠르게 움직이며, 다시 점프하기 전 아주 짧은 순간 동안만 멈춥니다. 이러한 작고 빠른 움직임을 새캐드(saccades)라고 부릅니다. 눈이 움직이는 그 찰나의 순간 동안, 눈 뒤쪽의 이미지인 망막은 격렬하게 미끄러지며, 이로 인해 세상이 혼란스러운 잔상으로 보여야 합니다. 하지만 당신은 잔상을 보는 것이 아니라, 안정적이고 연속적인 세상을 보게 됩니다. 수십 년 동안 과학자들은 뇌가 눈이 움직이기 직전에 사물이 위치한 곳에 대한 내부 지도를 이동시킴으로써 이 문제를 해결한다는 것을 알고 있었습니다. 이러한 이동을 예측적 재매핑(predictive remapping)이라고 합니다. 이는 뇌 세포가 빛에 어떻게 반응하는지를 연구한 많은 연구자의 작업에 의해 뒷받침되는 신경과학의 근본적인 개념입니다. 그러나 오랫동안 풀리지 않는 수수께끼가 남아 있었습니다. 바로 뇌가 어떻게 에너지를 고갈시키거나 신호의 혼란을 초래하지 않고 이 끊임없는 변화를 관리하느냐는 것입니다. 어떤 이론들은 뇌가 지도를 업데이트하기 위해 단순한 뺄셈을 사용한다고 제안했고, 다른 이들은 시행착오를 통해 학습하는 복잡한 네트워크를 제안하기도 했습니다. 하지만 이러한 오래된 아이디어들은 왜 서로 다른 실험들이 서로 다른 유형의 이동을 보여주는지를 설명하는 데 어려움을 겪었으며, 뇌가 이 작업의 비용과 정확성 사이에서 어떻게 균형을 잡는지에 대한 명확한 이유를 제시하지 못했습니다.

샤리테 자유 대학(Charité – Universitätsmedizin Berlin)에 박사 학위 논문으로 제출된 새로운 연구는 이 과정을 이해하는 새로운 방법을 제안합니다. 연구자인 이페다요-엠마뉴엘 아데예파-올라수포(Ifedayo-EmmanuEL Adeyefa-Olasupo)는 뇌가 단순한 뺄셈이나 복잡한 학습 네트워크에만 의존하는 것이 아니라고 주장합니다. 대신, 이 연구는 망막 국소 역학(retinotopic mechanics)이라는 새로운 프레임워크를 도입합니다. 이 접근 방식은 뇌의 시각 세포를 단순히 켜지거나 꺼지는 정적인 센서가 아니라, 스프링과 같은 보이지 않는 힘에 의해 지배되는 역동적인 시스템으로 취급합니다. 이 관점에서 뇌는 시각 세포를 끌어당기거나 밀어내는 자체적인 내부 힘의 장(field)을 생성합니다. 당신이 새로운 지점을 바라볼 준비를 할 때, 이 힘들은 세포들에 작용하여 그들의 민감도를 새로운 위치 쪽으로 이동시킵its. 이 연구는 이 세포들이 너무 멀리 늘어날 수 없는 스프링처럼 탄성 경계에 의해 제약을 받는다고 주장합니다. 이 메커니즘은 뇌가 눈의 움직임 이후 세상이 어디에 있을지 예측하는 동시에, 움직임에 의해 방해받을 수 있는 영역의 민감도를 억제함으로써 시야의 가장 중요한 부분이 선명하게 유지되도록 합니다.

이 아이디어를 테스트하기 위해, 연구자는 고전 물리학의 법칙, 특히 힘이 어떻게 상호작용하는지를 설명하기 위해 중력과 유사한 원리를 사용하는 컴퓨터 시뮬레이션을 구축했습니다. 이 모델은 뇌의 시각 지도가 각각 특정 민감도 영역을 가진 많은 작은 세포들로 구성되어 있다고 가정합니다. 이 세포들은 순차적으로 작용하는 세 가지 뚜렷한 힘의 영향을 받습니다. 첫째, 구심력이 세포들을 시야의 중심으로 끌어당깁니다. 다음으로, 수렴력이 당신이 보려고 하는 특정 목표물을 향해 세포들을 끌어당깁니다. 마지막으로, 병진력이 눈의 움직임 방향으로 전체 지도를 이동시킵니다. 또한 이 모델에는 '스프링 힘'이라는 안전 밸브가 포함되어 있습니다. 만약 세포가 이러한 외부 힘에 의해 너무 멀리 끌려가면, 스프링 힘이 개입하여 세포가 건강한 한계를 넘어 이동하는 것을 막아줍니다. 이는 뇌가 과부화되거나 혼란스러워지는 것을 방지합니다. 이러한 탄성 제약은 매우 중요한데, 왜냐하면 이것이 뇌가 현실에 대한 통제력을 잃지 않으면서 어떻게 초점을 이동할 수 있는지를 설명해주기 때문입니다.

시뮬레이션은 기존의 가설에 도전하는 놀라운 결과를 낳았습니다. 모델을 실행했을 때, 민감도가 시야 전체에 걸쳐 고르게 떨어질 것이라는 예측과 달리, 새로운 목표물에서 가장 먼 영역이 오히려 가까운 영역보다 약간 더 높은 민감도를 유지할 것이라고 예측했습니다. 이는 뇌가 모든 자원을 새로운 목표물에 집중할 것이라고 예상하는 일반적인 생각과는 상반되어 보입니다. 하지만 모델에 따르면, 이는 탄성 경계 때문입니다. 목표물에 가까운 세포들은 탄성 한계에 도달하여 움직임을 멈추고 중심부에 에너지를 가두는 반면, 더 멀리 있는 세포들은 자유롭게 이동하여 자원을 재분배할 수 있습니다. 또한 연구는 중심 주의력에서 멀리 떨어진 주변 시야의 외곽 부분이 눈이 목표물에 착륙하기 직전에 더 빠르고 뚜렷한 민감도 증가를 보인다는 것을 발견했습니다. 이는 주변부의 더 큰 세포들이 중심부의 작은 세포들보다 더 넓은 영역을 커버하기 때문에, 동일한 거리만큼 이동하더라도 더 많은 신경 자원을 배치할 수 있기 때문입니다.

컴퓨터의 예측이 실제 인간의 경험과 일치하는지 확인하기 위해, 연구자는 11명의 인간 자원봉사자를 대상으로 실험을 진행했습니다. 참가자들은 특정 지점을 바라본 다음 빠르게 새로운 목표물로 눈을 움직이도록 요청받았습니다. 이 과정에서 희미하고 간신히 보일 정도의 빛이 시야 곳곳에서 번쩍였으며, 참가자들은 빛을 보면 버튼을 눌러야 했습니다. 피실험자들의 결과는 컴퓨터 시뮬레이션과 거의 완벽하게 일치했습니다. 눈이 움직이기 직전에, 시야의 중심에서는 민감도가 높게 유지되었지만 주변부에서는 감소했습니다. 눈이 착륙한 후에는 시야의 외곽 부분이 민감도의 급격한 상승을 보였는데, 이는 뇌가 다음 순간의 시각을 위해 시야의 먼 구석까지 준비하고 있음을 확인시켜 줍니다. 또한 실험은 목표물에서 가장 먼 지점이 목표물에 더 가까운 지점보다 약간 더 민감하다는 역설적인 발견을 확인시켜 주었으며, 이는 모델 내의 탄성 제약의 역할을 입증했습니다.

이 연구는 뇌가 우리의 눈이 끊임없이 움직이는 동안 세상을 안정적으로 유지하는 복잡한 과업을 관리하기 위해 이러한 탄성 장(elastic fields)을 사용할 가능성이 높다고 결론짓습니다. 이러한 힘을 만드는 정확한 생물학적 구조는 여전히 알려지지 않았지만, 수학적 프레임워크는 이전의 이론들이 화해시키지 못했던 현상들에 대해 통합적인 설명을 제공합니다. 이는 뇌가 단순히 어디를 볼지 계산하는 것이 아니라, 예측 가능한 법칙을 따르는 내부 힘을 사용하여 물리적으로 자신의 민감도를 재형성한다는 것을 시사합니다. 이 새로운 관점은 뇌가 끊임한 움직임의 에너지 비용과 정밀한 시각의 필요성 사이에서 어떻게 균형을 잡는지 설명하는 데 도움을 줍니다. 또한 이러한 메커니즘이 환경에 자신을 적응시켜야 하는 모든 동물에게 필수적일 수 있음을 암시하는데, 환경에 대한 안정적인 시야를 유지하는 능력은 생존에 결정적이기 때문입니다. 이 연구 결과가 시각의 모든 미스터리를 해결했다고 주장하는 것은 아니지만, 우리가 눈을 깜빡이며 둘러볼 때마다 경험하는 매끄러운 안정성을 뇌가 어떻게 달성하는지에 대한 강력하고 물리 기반적인 설명을 제공합니다.